Biometrija II: Efekto dydis, statistinis jo reikšmingumas bei pasikliauties intervalai biologiniuose tyrimuose

[Andrej S]

   Statistinis hipotezių testavimas yra neatsiejama daugumos gamtos mokslų srityse dirbančių specialistų praktikos dalis. Dažniausias hipotezių tikrinimo būdas - tai statistinis nulinių hipotezių testavimas. Nulinė hipotezė suprantama, kaip situacija neįtakota nagrinėjamo veiksnio. Pats nulinės hipotezės testavimas nurodo, koks yra eksperimentinių (arba bendrai stebėjimo) duomenų pasiskirstymo tikėtinumas, esant nulinės hipotezės numatomam pasiskirstymui. Jei tikėtinumas yra ypač mažas (vidurkis užeina, tarkim už 99 % nulinio pasiskirstymo vidurkio pasikliauties intervalo ribų), tuomet priimama alternatyvi hipotezė, kad nagrinėjamas veiksnys turi įtakos nagrinėjamam reiškiniui.

   Tačiau, paskutiniais metais mokslininkai (ir ypač patys statistikai) pradėjo abejoti nulinių hipotezių metodologijos adekvatumu. Prieš kelis metus kaip tik išėjo nulinių hipotezių testavimo biologiniuose tyrimuose adekvatumu suabejojusių autorių (Shinichi Nakagawa ir Innes C. Cuthill) tyrimas "Biological Reviews" žurnale (Nakagawa and Cuthill, 2007). Jų teigimu, nulinių hipotezių testavimas neįtraukia į analizę kai kuriuos svarbius informacijos apie veiksnius aspektus: 1 tiriamo efekto parametro galią; 2 bei to efekto įverčio preciziškumą ir tikslumą (t.y. efekto dydžio pasikliauties intervalus). Autorių manymu, alternatyva nulinių hipotezių testavimui gali būti sistemingi efekto galios įverčių bei jų pasikliauties intervalų pateikimai.

   Autorių manymu, nulinių hipotezių testavimas yra problematiškas, nes realybėje pati priimama nulinė hipotezė dažnai yra klaidinga (šio tipo tyrimuose didelis II tipo klaidos dažnis). Pvz. matuojant monomorfinės paukščių rūšies sparnų ilgius, mokslininkas lygindamas rastą pasiskirstymą su nuline hipoteze, gali nesurasti jokių skirtumų tarp dviejų lyčių individų. Tačiau, jeigu išmatuoti sparnų ilgius dviejų lyčių individams atskirai, jų sparnų ilgių pasiskirstymas gali sistemingai skirtis. Biologiškai reikšmingas dalykas šiame hipotetiniame tyrime yra sistemingas sparnų dydžio skirtumas, tačiau pats skirtumo dydis nėra statistikos objektas o biologinio tyrimo objektas (kokį poveikį gali turėti duoto dydžio skirtumas?). Nulinė hipotezė kaip tokia, kaip rašo autoriai, negali būti "teisinga", jei ji priimama esant mažam bet tvirtai aptinkamam skirtumui.

   Antras neigiamas reiškinys, kurį sukelia nulinių hipotezių testavimas yra neproporcinga svarba, suteikiama nulinei hipotezei. Jeigu egzistuoja pokytis dėl vienokių ar kitokių priežasčių, nagrinėjamame bandinyje, kuris buvo paveiktas duoto veiksnio ir jis yra vienodu atstumu kaip nuo nulinės hipotezės vidurkio taip ir nuo jai priešingos hipotezės ir jei pasikliauties intervalas siekia nulinės hipotezės vidurkį, nulinė hipotezė nebus atmesta, nors ir vidurkiai gali būti vienodais atstumais tarp priešingų hipotezių numatomų pasiskirstymų - Nuline _vs_Prieshinga _nulinei.jpg.

   Nulinių hipotezių testavimas skatina hipotezių priėmimą arba atmetimą bet ne nagrinėjamo veiksnio poveikio tikėtinumą. Todėl, visi eksperimentai (ar stebėjimai) reikalauja, kad  efekto dydis būtu nulemiamas būtent nagrinėjamo veiksnio o ne veiksnio poveikio kitų veiksnių kontekste kurie gali veikti vienu metu. Tokiu būdu tyrėjai maksimizuoja duoto veiksnio poveikį ir vėliau žiūri ar jis turi statistiškai reikšmingą poveikį. Autorių manymu - tai yra viena iš 13 formalių loginių klaidų, kurias išvardijo dar Aristotelis (Teorija A sako, kad X pokytis nulemia pokyti Y; subjektas manipuliuoja X ir gauna Y, atmeta nulinę hipotezę ir priima, kad A teorija yra teisinga). Iš tikrųjų gali būti visa aibė geresnių hipotezių, kurios tiksliau aprašo esamus duomenys nei ta, kuri yra nagrinėjama, maksimizuojant dominantį veiksnį. Klasikinės statistikos prieiga nagrinėja, koks yra duomenų tikėtinumas esant nagrinėjamai hipotezei (pvz. nulinei hipotezei) - p(duomenys|hipotezė). Tuo tarpu autoriai argumentuoja už Bajesinę prieigą, kai hipotezė yra pasveriama, pagal duomenys p(hipotezė|duomenys).

   S. Nakagawa ir I. Cuthill rekomenduoja naudoti, kaip ir minėta, alternatyva nulinių hipotezių testatimui, efekto dydį (arba galia), kuris gali būti išreikštas skirtingais būdais. Tai gali būti vidurkių skirtumas, regresijos koeficientas(ai), Kohen'o d arba koreliacijos koeficientas r. Tuo tarpu šio mato pasikliauties intervalas parodo sritį, kurioje galime surasti "tikrųjų" įverčio reikšmių populiaciją, esant priimtai tikimybei (pvz. 95%). Efekto dydžio įverčiai leidžia surasti, kaip tam tikrų veiksnių poveikių dydžių pasiskirstymus,  taip pat kaip ir juos palyginti tarp skirtingų tyrimų, atliekant metaanalizę. Dėl to, kad dalis efekto dydžio matų yra nedimensiniai (pvz. d bei r), jie atspindi santykinį veiksnių poveikį (todėl, jie kartais vadinami standartizuotais efekto dydžio matais), ir taip pat jie leidžia palyginti labai įvairius tyrimus.

   Atliekant metaanalizes, efekto dydis ir jo pasikliauties intervalai gali parodyti trys dalykus, kuriuos nenurodo p reikšmės nulinių hipotezių testavimo metu, - tai yra duoto veiksnio efekto neapibrėžtumo ribas; efekto kryptį bei efekto dydį (pvz. iš straipsnio - Efekto _dydziai _bei_ pasikliauties _intervalai.jpg). Šiuo metu sugalvota 61 efekto dydį aprašanti statistika. Tačiau, autorių manymu, trys statistikų tipai yra visiškai pakankami daugelio tyrimų aprašyme - tai koreliacijos koeficientas r (Pirsono, Spirmano, Kendalo ar koks kitoks), Koheno d (arba standartizuotas tarpvidurkinis atstumas) bei galimybių santykis (arba santykinė rizika). r Statistika naudojama tuomet, kai abu kintamieji yra tolydūs; d statistika naudojama kai priklausomas kintamasis yra tolydus, tuo tarpu nepriklausomas kintamasis yra kategorinis; o galimybių santykis naudojamas kai priklausomas kintamasis yra dichotominis o nepriklausomas arba dichotominis arba tolydus (pvz. logistinės regresijos tyrimuose, išgyvenamumo analizėje ir pan.).

   Sužinojus efekto dydžio įvertį, labai svarbu suprasti jo biologinę (arba bendrai mokslinę) reikšmę. Kai kurie statistikai suklasifikavo efekto dydžio statistikų įverčius kaip "mažo", "vidutinio" arba "didelio" poveikio (koreliacijos koeficiento r atveju tai būtu 0,1, 0,3 bei 0,5; tuo tarpu Kohen'o d atveju tai atitiktu 0,2, 0,5, 0,8). Tačiau, tokie dalykai kaip "svarbu" ar "nesvarbu" priklauso nuo atitinkamos tiriamos situacijos. Kai kuriais atvejais net ir maži skirtumai turi didelę reikšmę. Jei tarkime egzistuoja r = 0,1 koreliacija tarp rūkymo ir plaučių vėžio - tai yra didelis skaičius, nes eliminavus šį kenksmingą veiksnį, galima būtu išgelbėti milijonus gyvybių (aišku priimant, kad šio koreliacijos koeficiento pasikliauties intervalai yra labai maži).

    Nagrinėjamo straipsnio autorių manymu, efekto dydžio bei jo statistinio patikimumo ir pasikliauties intervalų naudojimas padės atlikti daugybinius skirtingų tyrimų metaanalizinius palyginimus ir leis biologijai tapti "kumuliatyviu" mokslu o ne atskirų sunkiai palyginamų ir apibendrinamų tyrimų rinkiniu.

Nuorodos į G-mokslus:

Matų teorija biologijoje - Biometrija I

Apie daugybinių darbinių hipotezių metodologiją

Teorinės biologijos perspektyvos

Nuoroda:

   Nakagawa Shinichi and Innes C. Cuthill. 2007. Effect size, confidence interval and statistical significance: a practical guide for biologists. Biological Reviews, Volume 82, Issue 4, 527–699 pp. - Straipsnis "Biological Reviews" žurnale apie efekto dydį, jo statistinį reikšmingumą bei pasikliauties intervalus.

-- 

AS